英偉達創始人黃仁勛最愛用的 AI 聊天機器人是什麼？《連線》雜誌的采訪揭開了謎底——Perplexity。
比起 ChatGPT， Perplexity 的熱度並不算高，但它在 AI 界卻是嶄露頭角的明星公司。
沒有狂轟濫炸的廣告宣傳，也沒有聲嘶力竭的吆喝，僅憑創始人的苦口婆心和一群忠實擁躉的口口相傳，Perplexity 的月活躍用戶便已輕松越過了千萬的門檻，其在 iOS 與 Android 平台上的應用下載量，也已輕松破百萬。
在 AI 應用的層出不窮的今天，新老面孔的交替不斷上演。然而， Perplexity 卻始終在 a16z 定期發布的《全球最火的 50 個 AI 應用是哪些？》權威榜單中穩占一席之位。
這款自詡為「世界上首個對話式答案引擎」的 AI 工具，其獨特之處在於將 ChatGPT 式的問答和傳統搜尋引擎的連結列表相結合，開創出一種全新的搜索體驗。
如同昔日 Google 革新 Yahoo（黃頁/電話簿）服務的歷史一幕，Perplexity 也致力於徹底「幹掉」搜尋引擎，重塑我們獲取和處理信息的方式。
Perplexity VS Google
Yahoo→Google→Perplexity
去年底，Perplexity 創始人 Aravind Srinivas 在社交平台 X 上單方面敲響了 Google 的喪鍾。
面對一家成立 25 年、市值高達 1.9 萬億美元的搜索巨頭，Perplexity 大有一股優勢在我的豪邁氣勢。它從不掩飾自己的野心，「Perplexity 是傳統搜尋引擎的替代品。」
敢於公開「叫板」Google，初生牛犢不怕虎的 Perplexity 也是有幾分底氣的：
- 純淨、無廣告的用戶體驗（至少目前如此）
- 強大的信息檢索和處理能力
- 總結網頁連結內容，並附上引用來源
盡管 Perplexity 自稱為獨特的答案引擎，但其簡潔的頁面設計和清晰可見的搜索框不禁讓人聯想到 Google 的風格，仿佛在暗示它與搜尋引擎並無本質區別。
「Home」代表的不僅是主頁，更是用戶提出問題的起點。無需冗長的引導，用戶直接在搜索框中輸入疑問，迅速建立起與答案之間的橋梁。
與 Google 等傳統搜尋引擎相比，Perplexity 在提供答案的過程中多做了幾步，也讓用戶的體驗多了幾分。
例如，當用戶好奇春晚大火的《上春山》歌詞中究竟融入了多少首古詩詞後，它不僅會精確地總結出答案，還會附上詳細的信息來源，讓用戶對答案的出處一目瞭然。
這一過程悄然展現了 AI 取代人類的潛力。它省去了用戶在傳統搜尋引擎中逐個點擊連結的繁瑣步驟，同時自動整合分散在各個網頁的信息，顯著提升了用戶獲取信息的效率，讓用戶能夠更加專注於理解信息本身。
同樣的問題擺在 Google 面前，它絮絮叨叨地講了許多，到頭來卻只吐出了一個模稜兩可的「數十首」。
相較於那些恨不得在答案中夾雜廣告的傳統引擎，界面清爽，全程無廣告的 Perplexity 堪稱商業世界中的一股清流，當然，這樣的設計理念也不得不面對棘手的問題：如何在不犧牲用戶體驗的前提下，實現商業的可持續性？
大模型幻覺的「亂扯一通」仍舊難以避免，但標注信息來源的做法卻在不經意間提升「答案引擎」的透明度，讓我們在使用時也能多一份安心。
在這個知識爆炸的時代，拋出問題不難，但要問得切中要害卻不易。Perplexity 顯然深諳此道，因此它在答案下方， 都細致地附上了與問題緊密相連的描述，引導用戶找到與此相關的解答。
網際網路的海量信息，充斥著雷同與相似。譬如「蘋果」一詞，既可以指代日常所見的水果，也可以代表全球市值第一的科技巨頭。
為了獲得更具針對性的答案，「Focus」絕對是不容忽視的功能之一。
它能夠幫助用戶精確化問題的范疇，聚焦特定的信息源，從而在海量信息中篩選出最相關的選項。一旦用戶劃定了搜索領域，後續問題都將在此范圍內集中搜索，盡可能避免牛頭不對馬嘴的答案。
這一功能尤其適合那些追求深度和專業性的用戶，若是一般性問題，倒也犯不著如此大費周章。
- All：全部對整個網際網路進行全面的搜索。
- Academic：學術學術文章和學術出版物中的專門搜索。
- Writing：幫助用戶完成各種類型的寫作任務。
- Wolfram/Alpha：專注於計算數據和數學計算。
- YouTube：允許在 YouTube 內進行有針對性的搜索，提供時間戳和在平台內觀看視頻的選項。
- Reddit：專注於社區討論和意見，提供精簡的體驗，過濾掉不相關的內容。
對於國外的 AI 應用，顯然我們早有心理預期，盡管 Perplexity 在中文回答方面表現尚可，但其英文回答更為詳盡和條理清晰。
得到答案那一刻，「Library」功能還允許用戶將問題和答案以線程形式存檔，支持公開或私密的協作。這不僅便於用戶回顧和梳理知識體系，也鼓勵了知識的共享與合作。
類似於新聞聚合器的功能，「Discover」則提供了一個探索熱點話題的平台，相當於微博熱搜的精華版，滿足了用戶對新鮮信息的需求。
現在，這項功能在 APP 頁面上也迎來了新的變化。從形式上看，Perplexity 似乎有意打造一個文字版的 Tiktok。
以上這些功能共同構建了一個以用戶為核心的交互環境，提升了信息檢索效率，促進了知識的累積與傳播，讓用戶在單一平台上體驗從提問到知識構建的完整流程。
值得注意的是，Perplexity 的基礎版本對所有用戶免費使用。用戶也可以啟用有一定限制的 Copilot 搜索功能。但在「鈔能力」的加持下， Copilot 搜索功能將會解鎖更多高級特性。
這一功能由 GPT-4 等先進 AI 模型提供支持，每月需要 20 美元的訂閱花費，若用戶對答案不滿意，還可以切換到不同的 AI 模型，如 Perplexity LLM、GPT-4 Turbo 和 Claude 3，以及前段時間大火的 Mistral-Large 新模型。
幾乎每當有新的 AI 熱門模型問世，Perplexity 總能在第一時間將其整合到平台中，這也是廣受用戶好評的一點。
基礎版足以滿足大部分用戶的日常使用，但對於頻繁使用搜索和處理信息的用戶而言，升級到付費版可能是一個更明智的選擇。
未來的搜尋引擎會是什麼樣子
我沒有想過要打造一個搜尋引擎。這一概念甚至沒有進入我腦海。
但後來，我突然想到了更好的給網頁排序的方式，以形成真正的搜尋引擎，Google 就這樣誕生了。
23 歲那年，Google 創始人拉里·佩奇曾經做了一個夢——創建一個能夠下載整個網際網路並僅保存連結的系統。
這個大膽的想法最終孕育出了 Google 的前身——Backrub。拉里·佩奇與謝爾蓋·布林攜手合作，打造了一個能夠根據網頁間的連結關系對網頁進行排名的系統。
由此誕生的 PageRank 算法，通過評估網頁連結的影響力來衡量其重要性，構成了 Google 搜尋引擎的基石。
時至今日，Google 的市值已達到 1.9 萬億美元。相較於商業上的成功，Google 所代表的傳統搜尋引擎所掀起的信息革命更值得稱道。
搜尋引擎的即時檢索能力，使得人類的信息獲取不再受限於個體的記憶容量，而是變得隨時隨地、觸手可及。隨著人們對搜尋引擎的日益依賴，它已成為解答問題、學習新知、做出決策等思考的一部分。
然而，傳統搜尋引擎通常僅基於關鍵詞提供搜索結果，這種方式往往難以准確把握用戶的深層需求，更多時候是在對用戶的意圖進行推測。
而且，充斥其間的廣告也不斷提醒我們，在前幾個搜索結果中找到有價值的答案並非易事。
在網際網路信息量爆炸性增長的背景下，用戶的搜索邏輯也在悄然演變。面對信息的汪洋大海，用戶不再願意像漁夫那樣去捕魚，而是期待能夠直接享用那些經過精心篩選、精準呈現的知識佳餚。
美國搜尋引擎公司 ChaCha 曾敏銳地捕捉到這一趨勢。它招募大量員工，採用真人問答的形式，為用戶提供即時的搜索服務，但以人力為核心的運營模式，最終成了拖垮了這家企業的致命傷。
隨著生成式 AI 的崛起，我們正有機會目睹一場可能徹底改變我們與信息互動方式的革命。
根據國際研究和咨詢公司 Gartner 預測，到 2026 年，傳統搜尋引擎的使用量預計將減少 25%，轉向 AI 聊天機器人及其他虛擬代理。
生成式 AI 挑戰了傳統搜尋引擎依賴關鍵詞匹配和連結分析的模式，轉而通過深度學習和自然語言處理技術，提供更加精準、豐富且個性化的信息。用戶不再是被動地接收搜索結果，而是能夠與 AI 進行互動，獲得更加主動和定製化的服務。
簡言之，如果說傳統搜尋引擎需要人類來適應搜尋引擎，那麼更智能的搜尋引擎則是讓它來適應人類。
Perplexity 正是這一變革的先鋒。它憑借多輪對話和上下文理解的能力，將傳統搜尋引擎的「一次一搜」轉變為連續的、基於對話的搜索體驗。
這種對話式搜索體驗的轉變，與 ChatGPT 誕生時所宣揚的「將 search 變成了 chat」的理念不謀而合。在某種程度上，Perplexity 給人的觀感就像是一個 ChatGPT+搜尋引擎的集大成者。
在這場「幹掉」Google 的征途上，從不缺乏忠誠的信徒，Perplexity 不是第一個，也不太可能是成功的那一個。
盡管附上了信息來源連結，脫胎於生成式 AI 之上的 Perplexity 也難以擺脫幻覺問題的糾纏，這一點早在 ChatGPT 誕生之初就已是老生常談的話題，為了不讓用戶失望，它甚至會編織出天衣無縫的答案。
此外，盈利模式的不確定性，也可能成為壓垮 Perplexity 的重要稻草。
根據中金公司的測算，Perplexity 調用 Bing 搜尋引擎及 GPT-4 的單個問題成本約為 0.03 美元，年成本約為 6000 萬美元。
因此，面對高昂的成本壓力，原本不屑於涉足廣告業務的 Perplexity 開始考慮引入廣告作為收入來源，在用戶深入探索某個主題時，通過添加品牌贊助的問題和展示相關廣告連結來實現盈利，即所謂的競價排名。
巧合的是，《金融時代》的報導指出，包括 Google 搜索生成體驗（SGE）在內的同類型競品，也在考慮對 AI 搜索服務進行收費。
除了外部市場的壓力，Perplexity 亟待克服的難題還在於其薄弱的技術壁壘。
今年初，前阿里 AI 大神賈揚清在社交平台 X 上展示了 LeptonAI 的對話式搜尋引擎 demo。這個僅用 500 行 Python 代碼開發的 demo，雖然是受到 Perplexity 的啟發，但也將對話式 AI 搜索的遮羞布狠狠地扯了下來。
號稱「顛覆式創新」的 Perplexity ，實際上遵循的卻是「拿來主義」的路線。
在技術架構的早期階段，它主要構建於 Google/Bing 等搜尋引擎的 API 以及其它大模型的 API 的基礎之上，唯一的區別或許在於它對這些 API 進行了微調。
當被問及如何看待 Perplexity 備受爭議的「套殼」問題時，心知肚明的 Aravind Srinivas 表示：
如果一個產品僅僅是簡單的封裝，那麼市場上很快會出現大量類似的產品。而要將這樣的產品擴展到大規模的流量和使用量，需要後端進行深度的工程處理。
長期的可持續性只有在擁有大量用戶的基礎上才有可能實現。也就是說，如果產品能夠吸引用戶，並且用戶對其內部技術不甚關心，只要產品好用，就能形成強大的用戶基礎，產生網絡效應和用戶粘性。
一旦擁有了這樣的用戶群體，其市場地位將難以被撼動。
翻譯過來就是，盡管我們採用了「套殼」策略，但在技術層面上，我們也做了大量的深入工作。而且，只要產品易於使用，用戶通常不會太過糾結背後的技術細節，他們會繼續使用並推廣我們的產品。
回到最初的問題， 那麼 Perplexity 能否徹底顛覆 Google？
答案是，雖然不一定能顛覆 Google，但從更廣闊的視角來看，Perplexity 的涌現必將推動搜索領域的革新。
微軟 CEO 薩提亞·納德拉曾在 New Bing 的發布會上說過，AI 加持的搜尋引擎，是他任內九年來「最重要的產品」。
依靠其先進的算法、深入人心的用戶習慣和龐大的數據積累，AI 賦能下的搜尋引擎們同樣構築了一道難以逾越的防線，
Perplexity 要想突破這道防線，單靠技術上的創新是不夠的，還需要時間和用戶的廣泛認可。
它所倡導的對話式搜索體驗、對信息的精準抓取以及用戶友好的界面設計，正逐步改變我們獲取信息的方式。這種變革不僅僅局限於技術層面，更觸及了用戶體驗和信息獲取方式的根本改變。
在這個過程中，用戶將享受到更加高效、便捷的信息服務，而搜索本身，也將成為我們生活中更加不可或缺的一部分。
未來的搜尋引擎，必然是能要直接告訴用戶想要的結果，而你要做的，只是說清楚你要什麼。
來源：愛范兒
